基于多传感器信息融合的风电机组状态检测研究

• 作者: 刘扬 孙小华 王丽荣 董军刚
• 来源期刊: 电脑迷
• 学科: 工学
• 关键词: 振动监测 声发射检测 信息融合 核主元分析 支持向量机
• 年，卷（期）: 2017,（30）
• 所属期刊栏目: 电子技术
• 页码范围: 140-141,180
• 页数: 3页
• 分类号: TM93
• 字数: 3227字
• 语种: 中文

摘要

依据信息融合理论,采集振动信号和声发射信号为原始信源,分别提取它们的小波包特征和EEMD能量特征,采用核主元分析(KPCA)进行异类信息特征融合,得到信息互补的特征量,然后利用支持向量机(SVM)进行模式分类,初步对风电机组故障分类识别和故障诊断的实现进行理论研究,同时给出了风电机组关键设备振动监测系统设计方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董军刚		15	34	4.0	5.0
2	刘扬		8	5	1.0	1.0
3	王丽荣		2	0	0.0	0.0
4	孙小华		1	0	0.0	0.0